MétaCan
Menu
← Retour à la cohorte
Enregistrement W2884256217

El Sindrome Respiratorio Agudo Severo (SRAS) en Cifras

2003· article· es· W2884256217 sur OpenAlexaboutno aff
Organización Mundial de la Salud

Notice bibliographique

RevueVitae: Academia Biomédica Digital · 2003
Typearticle
Languees
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesCoronavirus disease 2019 (COVID-19)Political scienceGeographyMedicinePhilosophyInfectious disease (medical specialty)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El pasado 17 de Marzo, la Organizacion Mundial de la Salud (OMS) lanzo una alerta internacional sobre una grave variante de neumonia, que habia causado para aquel momento al menos 10 muertos e infectado a 150 personas en Asia (China, Hong kong, Indonesia,Filipinas,Singapur,Tailandia y Vietnam), y que se habria originado a partir de un unico caso detectado en Hanoi, la capital vietnamita, el pasado 26 de febrero. El Sindrome Respiratorio Agudo Severo (SRAS), enfermedad que ha sido catalogada como la primera epidemia del siglo XXI, ya ha afectado a 28 paises. Hoy, los esfuerzos de profesionales de la salud y del sector cientifico se dirigen a combatir esta enfermedad, que ya ha afectado a 28 paises y cuyo numero de casos corresponde a 8403 personas, mientras que el numero de fallecimientos es de 775. Esta colaboracion entre los principales especialistas cientificos se inicio despues de que la OMS emitiera un alerta mundial sobre el SRAS el 12 de marzo de 2003. Desde entonces, la prioridad fue encontrar la causa y desarrollar pruebas de diagnostico. Dos laboratorios en China se incorporaron a esta red de laboratorios de Alemania, el Canada, los Estados Unidos de America, Francia, Hong Kong (Region Administrativa Especial de China), el Japon, los Paises Bajos, el Reino Unido de Gran Bretana e Irlanda del Norte y Singapur. Los hallazgos sobre los coronavirus, que establecen definitivamente la causa del SRAS, se atribuyeron a los 13 laboratorios que han trabajado conjuntamente con la OMS. “Los participantes en esta red han dejado de lado ganancias y prestigio personales para colaborar con miras a encontrar la causa de esta nueva enfermedad y nuevas maneras de combatirla”, dijo el Dr. Klaus Stohr, virologo de la OMS y coordinador de la red de investigacion. En este mundo globalizado, esa colaboracion es la unica forma de avanzar en la lucha contra las enfermedades emergentes. La OMS y la red de laboratorios han dedicado la deteccion y caracterizacion del virus del SRAS al Dr. Carlo Urbani, el cientifico de la OMS que advirtio por primera vez al mundo sobre la presencia del SRAS en Hanoi (Viet Nam) y murio de la enfermedad en Bangkok, el 29 de marzo de 2003.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,483

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,390
Écart entre enseignants0,361 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVitae: Academia Biomédica Digital→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→